《基于注意力机制和双向LSTM的时间序列分类模型》为作者：朱海浩最新的研究成果，本论文的主要观点为摘　要已有的用于时间序列分类的深度学习模型不能充分利用时间序列的时序特征和局部信息，针对此问题，本文提出一种结合注意力机制和双向LSTM的时间序列分类模型FCN-ABLSTM。利用词嵌入层将时间序列数据转换到更低维度的特征空间，用双向长短期记忆网络层(Bidirectional long short memory network, Bi-LSTM)充分提取时间序列的时序特征，用注意力层获取局部信息，用卷积神经网络作为特征提取器，最后用softmax分类起进行时间序列分类。在大量数据集上的实验结果表明，本文提出的模型相对于已有的时间序列分类模型有更好的分类性能。不知是否符合录用要求，望您批评与指正。